电力信息物理系统风险区域预测及应急方法研究

发布时间:2021-02-23 14:30
  随着智能电网以及能源互联网战略的提出和不断发展,大量的电气设备、数据采集设备以及计算设备通过物理网络、信息网络两个实体网络相连接,传统的以物理设备为核心的电力系统已经逐渐演变为高度耦合的电力信息物理融合系统(Cyber Physical Systems,CPS)。这种耦合关系在为电力系统提供数据支撑及智能决策的同时,也为系统运行带来了更多的安全隐患。一旦CPS网络中某一个实体网络发生故障,那么风险极有可能沿着网络的耦合部分蔓延、扩散至整个系统,造成整个系统的不稳定运行,甚至导致大规模停电事故的发生。因此,如何在事故初期对风险区域进行准确预测并提出有针对性的应急措施,对于保障电力CPS系统的安全稳定运行具有重要意义。本文的主要研究工作如下:针对现有电力CPS网络模型忽略元件节点异质性和耦合非均匀性,造成风险区域预测研究中无法准确把控节点运行状态的问题,构建了非均匀电力CPS负载及约束表征模型。该模型首先利用元件节点聚类系数、节点度等网络拓扑参数,结合系统实际运行特性提出节点负载及约束计算方法。然后根据“一对多”节点依赖关系,采用改进的球仓分配方法,设计非均匀双网耦合方式,准确反映节点负载... 

【文章来源】:东北电力大学吉林省

【文章页数】:56 页

【学位级别】:硕士

【部分图文】:

电力信息物理系统风险区域预测及应急方法研究


图2-2小世界网络模型??

模型图,模型,节点,规则网络


?东北电力大学工程硕士学位论文???全联通图。??(3)无标度网络模型??随着复杂网络研宄的不断深入,研究者发现部分网络模型的节点度分布不是泊松分??布,而是服从幂率分布。于是在1999年Albert和Barabasi在原有模型的基础上添加了増??长和择优连接两个特性,提出无标度网络模型%。其构造过程可以描述为:假设网络中??含有mfl个节点,每个相同时间间隔内添加一个具有彡_)条边的新节点,且每个新加??入的节点连接的概率由该节点的连接度决定。如图2-1所示,基于无标度网络模型构造方??法,采用Python仿真工具构造的30节点的小世界网络模型。该模型平均路径长度较短,??同时也具有小世界特性。??_??图2-1无标度网络模型??(4)小世界网络模型??20世纪九十年代,美国科学家提出了一种介于规则网络和随机网络之间的小世界网??络模型[33]。该模型其构造过程可以描述为:假设环形规则网络中包含F个节点,每个节??点与其相距最近的A个节点相连形成A:条边,且每条边以连接概率p的值改变其目的连??接点重新连接此边,以保证不会有自连和重连的边出现。通过调节的值就能够实现从规??律网络(p=〇)到随机网络(p=l)的过渡。如图2-2所示,基于消失解网络模型构造方法,采??用Python仿真工具构造一个含有30个节点,每个节点有10个邻居节点,连接概率为0.8??的小世界网络模型。??_??图2-2小世界网络模型??-8-??

电能,节点,信息网络,耦合模型


?东北电力大学工程硕士学位论文???相邻节点。在此期间,一个或多个节点承受的负载就可能会超过其容量,进而不能够正常??运行传输电能。物理网节点的约束为:??+?(3-5)??式中,pp—物理网节点的容限系数;??3.4非均匀信息物理耦合方式??将信息网中节点按照“k-n”模型[41]划分为监视功能节点和控制功能节点。信息网络??通过对监视节点上传的信息进行分析计算,并生成操作指令直接传输给控制节点,实现对??物理网运行过程的实时控制。具体的耦合对应关系如图3-2所示:??I?\、?!?/?,!?/■?i/????/?;;??图3-2非均匀电力CPS耦合模型??当物理网络中节点发生故障,无法向信息网络提供充足电能时,部分得不到电能供应??的信息节点就会失去信息传输能力,其承载的信息将会被分配给相邻的正常工作节点。但??重新分配后的正常节点可能会由于承载信息过高,而出现超载失效的情况。??并且通过对电力网络节点初始工作负载和容量的研宄,我们发现一个物理节点能够??承担的信息节点数量是有限的。因此,现有文献[42]中的基于所有功率节点都具有无限容??量的球仓分配方法不再适用,需要对此进行球仓分配方法的改进以构建更加合理的耦合网??络联结方式。??假设一个电力节点最多能够支持的信息节点数与其初始负载有关,则有:??(3-6)??平均最大值为:??(3-7)??L=〇?==〇??-14-??

【参考文献】:
期刊论文
[1]粒子群算法在电网无功优化中的应用研究[J]. 周林波,石平灯,田滔,王雪.  电力大数据. 2019(09)
[2]基于复合脆性关联度与改进Floyd算法的连锁故障预测[J]. 朱天曈,丁坚勇,田世明,朱炳翔.  电力科学与技术学报. 2018(04)
[3]基于元胞自动机的电力信息物理系统连锁故障仿真分析[J]. 杨嘉湜,黄林,刘捷,宋航,刘俊勇,刘友波.  电工电能新技术. 2018(09)
[4]基于电网结构和状态的连锁故障预测与安全防御[J]. 潘一飞,付金琪,张帆,郭良.  高技术通讯. 2018(08)
[5]电网输电线路耦合强度分配策略研究[J]. 陈思谕,邹艳丽,王瑞瑞,谭华珍.  复杂系统与复杂性科学. 2018(02)
[6]具恢复机制的相依电力-信息网络连锁故障传播[J]. 谭鑫,罗研彬.  吉首大学学报(自然科学版). 2018(03)
[7]基于关联特性矩阵的电网信息物理系统耦合建模方法[J]. 薛禹胜,李满礼,罗剑波,倪明,陈倩,汤奕.  电力系统自动化. 2018(02)
[8]复杂网络理论在电力CPS连锁故障研究中的应用综述[J]. 王先培,朱国威,贺瑞娟,田猛,董政呈,代荡荡,龙嘉川,赵乐,张其林.  电网技术. 2017(09)
[9]基于集合论的电网信息物理系统模型构建方法[J]. 马爽,徐震,王利明.  电力系统自动化. 2017(06)
[10]基于改进渗流理论的信息物理融合电力系统连锁故障模型[J]. 韩宇奇,郭创新,朱炳铨,徐立中.  电力系统自动化. 2016(17)

博士论文
[1]基于元胞自动机的差分进化算法及其在通信系统中的应用研究[D]. 丁青锋.上海大学 2015
[2]基于复杂网络理论的连锁故障建模与预防研究[D]. 范文礼.西南交通大学 2014
[3]基于复杂网络理论的电力网络连锁故障预防及控制策略[D]. 舒征宇.武汉大学 2013
[4]复杂电网连锁故障大停电分析与预防研究[D]. 丁理杰.浙江大学 2008

硕士论文
[1]基于马尔可夫链的径流预测模型[D]. 李伟.河北工程大学 2019
[2]电力信息物理网络协同攻击免疫机制研究[D]. 董运昌.东北电力大学 2019
[3]基于马尔可夫链的郑州地区降雨量预测研究[D]. 张伟.华北水利水电大学 2019
[4]协同信息攻击对物理电力系统安全影响及风险评估研究[D]. 陈文淦.江苏大学 2019
[5]群智能算法在电网故障诊断中的应用[D]. 熊彪.安徽理工大学 2018
[6]电力CPS中网络攻击预测与防御方法研究[D]. 李文欢.长沙理工大学 2018
[7]基于差分进化的智能优化算法研究[D]. 童旅杨.桂林理工大学 2018
[8]电网关键线路辨识及连锁故障风险评估研究[D]. 骆婷婷.合肥工业大学 2018
[9]信息攻击对物理电力系统安全的影响机制及风险评估研究[D]. 林智鹏.江苏大学 2017
[10]复杂网络演化模型及应用研究[D]. 谢先招.武汉理工大学 2017



本文编号:3047741

论文下载
论文发表

本文链接:http://www.bigengculture.com/shoufeilunwen/xixikjs/3047741.html

上一篇:移动节点水声通信信道估计和均衡算法研究  
下一篇:没有了
分享